数据包括4列，即 卡编号CN、交易时间TT、线路编号LN、车辆编号VN;
[0034] S2 :提取地铁公交空间毗邻列表：提取城市中所有地铁站点半径500m范围内所有 运营的公交线路名称，形成地铁站点编号SN与公交线路编号LN组成的地铁公交空间毗邻 列表；该列表中，每行数据包含两个变量，即地铁站点编号i以及站点编号为i的地铁站点 半径500m范围内的所有公交线路编号；
[0035]S3:基于1C卡数据的地铁公交换乘识别：首先，将步骤S1获得的地铁1C卡数据 与公交1C卡数据融合，然后，在地铁卡编号CN与公交卡编号CN相同的所有数据行中提取 地铁刷卡记录后一行是公交刷卡记录的两条数据行，每一条地铁刷卡记录与其后的公交刷 卡记录形成一组换乘数据，当一组换乘数据满足时间约束条件与空间约束条件时，该组换 乘数据即为有效数据组，将所有有效数据组形成有效数据库列表；其中，空间约束条件为： 有效数据库列表中的每组有效数据组中，地铁站点编号SN与公交线路编号LN能够在步骤 S2所述的地铁公交空间毗邻列表中任一行同时查询到；时间约束条件如式⑴和式⑵所 示：
[0036] T换=TTb_TTm(1)
[0037] T换〈30 分钟（2)
[0038] 式（1)中，TTm为地铁交易时间，TTb为公交交易时间；
[0039]S4:查找问题换乘数据列表：首先，根据每组有效数据组的地铁交易时间TTm与公 交交易时间TTb，按照式（1)计算每组有效数据组的换乘时间然后，在有效数据库列表 中，将具有相同的地铁站点编号SN与相同的公交线路编号LN的有效数据组提取组成特定 换乘列表，每个特定换乘列表中记录了一个具体的地铁站与一个具体的公交线路间的所有 换乘乘客信息，统计每个特定换乘列表中含有的有效数据组组数N，以及这N组数据的平均 换乘时间免^当有效数据组组数N>1000并且平均换乘时间$ >丨〇分钟时，该特定换乘列表 为问题换乘数据列表，删除每个问题换乘数据列表j中的离群数据组，其中，离群数据组， 指的是以问题换乘数据列表j中的所有换乘时间观测值，距第1四分位数（Q1)或第 3四分位数（Q3)超出四分位数间距的两倍以上的观测值所在的数据组，j= 1，2,……，m， m为问题换乘数据列表的个数；
[0040] S5:针对每个问题换乘数据列表j，计算换乘平均等车时间1^:从公交公司获取每 个问题换乘数据列表j中公交车的发车时间间隔Th,，通过式（3)推算换乘平均等车时间：[0041 ]
[0042] S6 :针对每个问题换乘数据列表j，计算换乘平均步行时间SV,:当地铁转公交的换 乘乘客在公交车站等待时间少于e秒即坐上公交车时，认为该乘客正好坐上公交，将该乘 客的换乘时间??等价于他的换乘步行时间T# ;因此，至少存在η;个乘客能够正好坐上公 交，这η,个乘客的平均换乘时间即为换乘平均步行时间η,如式（4)所示：
[0043] η〗=int(Nj*e/Thj) (4)
[0044] 其中，int()表示四舍五入取整函数；
[0045] S7:针对每个问题换乘数据列表j，计算换乘平均延误时间!^:换乘平均延误时间 T, ^如式（5)所示：
[0046]
[0047] S8 :诊断结论：依据式（6)得出诊断结论，并给出有效措施，如式（6)所示：
[0048]
[0049] 其中，诊断结论分为三类：类型I，即公交站点与地铁站距离过远；类型II，即公交 车发车频率过低；类型III，即换乘路径中信号灯过长或换乘公交站台难以寻找；相应地， 有效措施也分为三类：措施I，即移近公交站台至地铁站出口附近；措施II，即增加公交车 发车频率；措施III，即增加换乘引导指示牌，优化换乘路径中信号灯的信号配时。
[0050] 进一步，所述步骤S3中，将地铁1C卡数据列表与公交1C卡数据列表进行纵向拼 接，形成新的4列数据库列表，数据变量名变更为：卡编号CN、交易时间TT、站点编号SN/线 路编号LN、闸机编号GN/车辆编号VN;对新数据库依次按照交易时间TT、卡编号CN这两个 变量升序排序。
[0051] 进一步，所述步骤S6中的e= 5。
[0052] 下面介绍一个具体实施例，介绍本发明的方法，此实施例针对南京的1C卡数据。
[0053] 本发明的方法包括如下的步骤：
[0054] 步骤S1 :提取同一工作日的地铁1C卡数据和公交1C卡数据：其中，地铁1C卡数据 包括4列，即卡编号CN、交易时间TT、站点编号SN、闸机编号GN;公交1C卡数据包括4列， 即卡编号CN、交易时间TT、线路编号LN、车辆编号VN;如表1与表2所示，南京2013年10 月16日部分地铁1C卡数据与公交1C卡数据样例。
[0055] 表1南京2013年10月16日部分地铁1C卡数据样例
[0056]
[0057]
[0058] 表2南京2013年10月16日部分公交1C卡数据样例
[0059]
[0060] 步骤S2 :提取地铁公交空间毗邻列表：提取城市中所有地铁站点半径500m范围内 所有运营的公交线路名称，形成地铁站点编号SN与公交线路编号LN组成的地铁公交空间 毗邻列表，如表4所示（表3为南京地铁公交空间毗邻列表原始名称）；该列表中，每行数 据包含两个变量，即地铁站点编号i以及站点编号为i的地铁站点半径500m范围内的所有 公交线路编号；
[0061] 表3南京地铁公交空间毗邻列表原始名称样例
[0062]
[0063] 表4南京地铁公交空间毗邻列表代码转换后样例
[0064]
[0065]
[0066] 步骤S3 :基于1C卡数据的地铁公交换乘识别：首先，将步骤S1获得的地铁1C卡 数据及公交1C卡数据融合；然后，提取相同卡编号CN的所有数据行中，地铁刷卡记录后一 行是公交刷卡记录的两条数据行，每一条地铁刷卡记录与其后的公交刷卡记录形成一组换 乘数据。当每组换乘数据（两条刷卡记录）满足时间约束条件与空间约束条件时，该组数 据即为有效数据组，将所有有效数据组形成有效数据库列表，如表5所示；
[0067] 表5有效数据库列表
[0068]
[0069] 步骤S4 :查找问题换乘数据列表：首先，根据每组有效数据组的地铁交易时间TTm 与公交交易时间TTb，计算每组数据的换乘时间1^，如式（1):
[0070] T换=TTb_TTm(1)
[0071] 在有效数据库列表中，将具有相同的地铁站点编号SN与相同的公交线路编号LN 的有效数据组提取组成特定换乘列表；每个特定换乘列表中记录了一个具体的地铁站与一 个具体的公交线路间的所有换乘乘客信息；统计每个特定换乘列表中含有的有效数据组 组数N，以及这N组数据的平均换乘时间T;当有效数据组组数N>1000并且平均换乘时间 Ti>10分钟时，该特定换乘列表为问题换乘数据列表；删除每个问题换乘数据列表j中的离 群数据组；假定最终获得m个问题换乘数据列表，其中任一问题换乘数据列表中含有有效 数据组组数为％，其中j= 1，2,3，…m。
[0072] 根据南京1C卡数据得到，m= 2,即有两个问题换乘数据列表。计算得到N1= 1334， N2=1230;TM1=12.34分钟，T?=]〇.I2分钟。其中，第一个问题换乘数据列表如表6所示。
[0073] 表6第一个问题换乘数据列表样例
[0074]
[